В потенциале чат-бота нет ничего нового, и в Bitext мы уже давно говорим о них. Мы подчеркиваем важность обработки естественного языка для преодоления текущих ограничений, с которыми сталкиваются пользователи и разработчики ботов при создании человекоподобных чат-ботов.
В последние месяцы мы изучаем ботов и платформы для разработки ботов, такие как wit.ai, api.ai и LUIS. И мы обнаружили некоторые проблемы, которые существуют уже некоторое время и, похоже, еще не решены. Обнаруженные проблемы являются фундаментальными для точного понимания человеческого языка, и лингвистические технологии идеально подходят для их решения.
Мы решили задействовать наши ресурсы, чтобы улучшить взаимодействие с ботами. Мы представляем вам интерактивную инфографику чат-бота, чтобы вы могли увидеть несколько примеров того, что стоит за нашей платформой НЛП и на что она способна.
Демо предлагает вам следовать разным предложениям в разговоре. Предложения содержат несколько проблем, которые мы обнаружили при тестировании ботов и платформ:
• Отрицание: мы поняли, что многие боты не понимают отрицания во фразе, потому что они созданы на основе подхода ключевых слов. Из-за этого пользователям сложно попросить такую простую вещь, как «Я хочу пиццу барбекю без свинины». Давайте посмотрим на несколько примеров:
o «Я хочу пиццу барбекю без свинины» (отрицает только свинину).
o «Мы не хотим никаких напитков» (сводит на нет все мероприятие).
o «Я не уверен ... я возьму пиво (это не отменяет главного события)»
• Координация: это один из наиболее часто используемых элементов в разговоре людей, и после нашего исследования мы обнаружили, что большинство релевантных платформ не поддерживают запросы, в которых к элементам присоединяется координатор. Наши лингвистические знания позволяют нам решать эту проблему.
o «[[Я хочу гавайскую пиццу] и [моя жена будет иметь Маргариту]]» (два основных события).
o «У меня будет гавайский [с [дополнительным сыром] и [луком]] (две смены ингредиентов)».
o «Я возьму [[гавайскую [с [дополнительным сыром] и [луком]]]] и [Маргариту]]" (две пиццы, первая с двумя ингредиентами)
• Связь между различными фразами. Большинство чат-ботов были спроектированы по древовидной модели, поэтому пользователь не может изменить свой запрос, и это заставляет его начинать заново. В качестве решения мы предлагаем использовать соединители, как в следующих примерах:
o «Я хочу Маргариту с луком… Кроме того, добавьте еще сыра» (добавляет информацию к первому предложению: добавляет ингредиент).
o «Я хочу гавайца с дополнительным ананасом. Однако я предпочитаю это без ветчины »(также добавляет информацию к предыдущему).
Во время демонстрации вы увидите не только ход разговора, но также структуру текста и лингвистические знания, которые мы извлекаем из необработанного текста. Текстовая структура является ключом к пониманию запросов и правильному ответу. Эти лингвистические знания показаны в демонстрации в виде дерева синтаксического анализа и JSON с семантической информацией, которая может быть получена из него. Наша технология синтаксического анализа - это то, что позволяет нам извлекать релевантную информацию, которая может использоваться ботами, работающими на основе машинного обучения, для повышения их точности извлечения намерений.
Если вы хотите попробовать нашу интерактивную демонстрацию инфографики чат-бота, нажмите здесь
